一种基于机器学习提高CPT原子钟性能的方法及系统

本发明公开了一种基于机器学习提高CPT原子钟性能的方法及系统，涉及原子钟技术领域，其技术要点为：包括以下步骤：步骤S1、建立适用于CPT原子钟激光管温控的BP神经网络模型；步骤S2、将该模型的输出作为PID控制器的输入，建立BP‑PID控制模型；步骤S3、获取BP神经网络模型的训练参数，对BP‑PID控制模型进行优化训练；步骤S4、利用训练完成的BP‑PID控制模型对CPT原子钟激光管的温度进行实时控制。本发明用于对CPT原子钟激光管进行实时温度控制，采用BP神经网络PID算法替代传统的PID控制算法，具备响应速度快、超调量小、稳定时间短和鲁棒性好等优异特性，可在控温过程中实现PID参数的自整定，因此可以极大地改善原子钟的整体性能。